UGCANet : Un réseau unifié basé sur le Transformers, sensible au contexte global et avec alignement de caractéristiques pour l'analyse d'images endoscopiques

L'endoscopie gastro-intestinale est une procédure médicale qui utilise un tube flexible équipé d'une caméra et d'autres instruments pour examiner le tube digestif. Cette technique peu invasive permet de diagnostiquer et de gérer diverses affections gastro-intestinales, notamment la maladie inflammatoire chronique de l'intestin, les saignements gastro-intestinaux et le cancer du côlon. La détection précoce et l'identification des lésions du tractus gastro-intestinal supérieur, ainsi que l'identification des polypes malins qui peuvent poser un risque de développement du cancer, sont des composantes critiques des applications diagnostiques et thérapeutiques de l'endoscopie gastro-intestinale. Par conséquent, l'amélioration des taux de détection des troubles gastro-intestinaux peut considérablement améliorer le pronostic d'un patient en augmentant la probabilité d'une intervention médicale opportune, ce qui peut prolonger la durée de vie du patient et améliorer les résultats sanitaires globaux.Cet article présente un nouveau réseau neuronal profond basé sur le Transformer conçu pour effectuer plusieurs tâches simultanément, permettant ainsi une identification précise à la fois des lésions du tractus gastro-intestinal supérieur et des polypes coliques. Notre approche propose un module unique sensible au contexte global et s'appuie sur le puissant squelette MiT (Mix-Transformer), ainsi qu'un bloc d'alignement de caractéristiques, pour renforcer la capacité représentative du réseau. Ce nouveau design conduit à une amélioration significative des performances dans diverses tâches de diagnostic endoscopique. De nombreuses expériences montrent que notre méthode offre une performance supérieure par rapport aux autres approches de pointe.